深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
1321	2025-07-15	Using a Deep Learning-Based Decision Support System to Predict Emergent Large Vessel Occlusion Using Non-Contrast Computed Tomography 2025-Jun-30, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134635 PMID:40649010	研究论文	本研究评估了一种基于深度学习的临床决策支持系统在利用非对比计算机断层扫描（NCCT）图像预测突发大血管闭塞（ELVO）中的性能	首次展示了AI辅助系统在提高ELVO检测敏感性和特异性方面的显著效果	研究为回顾性设计，样本量相对有限（477例患者）	评估AI系统在辅助临床医生检测ELVO中的效果	477名患者（112例前循环ELVO患者和365例对照）	数字病理学	心血管疾病	非对比计算机断层扫描（NCCT）	深度学习	医学影像	477名患者（112例ELVO，365例对照）
1322	2025-07-15	High-Accuracy Polymer Property Detection via Pareto-Optimized SMILES-Based Deep Learning 2025-Jun-28, Polymers IF:4.7Q1 DOI:10.3390/polym17131801 PMID:40647811	研究论文	本文提出了一种基于SMILES的深度学习框架SMILES-PPDCPOA，用于聚合物属性分类，通过结合1DCNN和GRU并利用Pareto优化算法，实现了高分类准确率和泛化能力	首次将1DCNN与GRU结合，并采用Pareto优化算法调整超参数，能够同时捕捉局部子结构和长程化学依赖性	仅在基准数据集上进行了验证，未说明在实际工业应用中的表现	开发高性能的聚合物属性分类模型以促进材料科学与工程发展	聚合物分子	机器学习	NA	深度学习	1DCNN-GRU	SMILES字符串	基准数据集（具体数量未说明）
1323	2025-07-15	Correlating Patient Symptoms and CT Morphology in AI-Detected Incidental Pulmonary Embolisms 2025-Jun-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131639 PMID:40647638	研究论文	本研究评估了AI算法检测到的偶发性肺栓塞（IPEs）的临床和放射学意义，并将其与血栓负荷、CT形态学右心应变迹象和临床症状相关联	首次使用深度学习AI算法检测IPEs，并结合临床和形态学标准评估其临床意义	研究为回顾性设计，样本量相对较小（41例IPEs），且主要在肿瘤患者中进行	评估AI检测到的IPEs的临床和放射学意义，避免过度治疗并指导适当管理	13,603例对比增强胸部和腹部CT扫描	数字病理学	肺栓塞	深度学习AI算法，自然语言处理（NLP）	深度学习	CT扫描图像	13,603例CT扫描，其中41例检测到IPEs
1324	2025-07-15	Artificial Intelligence in Microsurgical Planning: A Five-Year Leap in Clinical Translation 2025-Jun-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134574 PMID:40648947	综述	本文综述了过去五年人工智能在显微外科手术规划中的应用及其临床转化进展	人工智能在显微外科手术的术前、术中和术后各阶段提供了新的能力，如自动穿支血管映射、皮瓣设计和个体化风险分层	大多数研究依赖于回顾性单中心数据，大规模前瞻性验证仍然有限	评估人工智能在显微外科手术中的应用及其对手术精度、安全性和效率的提升	人类受试者在显微外科手术中的术前、术中和术后阶段	数字病理	NA	深度学习	预测模型	图像	NA
1325	2025-07-15	Performance Evaluation of Four Deep Learning-Based CAD Systems and Manual Reading for Pulmonary Nodules Detection, Volume Measurement, and Lung-RADS Classification Under Varying Radiation Doses and Reconstruction Methods 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131623 PMID:40647622	research paper	评估四种基于深度学习的CAD系统和人工阅读在不同辐射剂量和重建方法下对肺结节检测、体积测量和Lung-RADS分类的性能	比较了四种DL-CAD系统与人工阅读在不同辐射剂量和重建方法下的性能，发现DL-CAD系统在检测灵敏度上优于人工阅读，特别是在亚厘米结节上	DL-CAD系统在体积测量和Lung-RADS分类准确性上存在局限，特别是对于部分实性结节	优化肺结节检测在不同成像协议下的性能	169个人工结节	digital pathology	lung cancer	CT扫描	DL-CAD	image	1080个图像集
1326	2025-07-15	Fusion-Based Deep Learning Approach for Renal Cell Carcinoma Subtype Detection Using Multi-Phasic MRI Data 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131636 PMID:40647635	research paper	本研究提出了一种基于深度学习的混合模型，利用多相MRI数据对肾细胞癌亚型进行准确分类，并为放射科医生提供决策支持机制	通过结合对比剂注射前获得的T2相和注射后记录的动脉相(A)和静脉相(V)，提出了一种更全面的分析方法	研究中使用的样本量相对较小（1275张MRI图像），可能影响模型的泛化能力	提高肾细胞癌亚型分类的准确性，并为临床决策提供支持	肾细胞癌(RCC)亚型	digital pathology	renal cell carcinoma	多相MRI	深度学习混合模型	MRI图像	1275张来自不同阶段的MRI图像
1327	2025-07-15	Deep Learning with Transfer Learning on Digital Breast Tomosynthesis: A Radiomics-Based Model for Predicting Breast Cancer Risk 2025-Jun-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131631 PMID:40647630	研究论文	本研究开发并评估了两种基于迁移学习的深度学习模型，用于数字乳腺断层合成（DBT）图像的乳腺病变（良性 vs 恶性）二元分类，以支持临床决策和风险分层	利用迁移学习在DBT图像上构建深度学习模型进行乳腺病变分类，探索AI在乳腺影像中的应用潜力	模型性能中等，敏感性较低，需进一步提升模型鲁棒性和临床适用性	开发AI模型辅助乳腺病变分类和乳腺癌风险评估	乳腺病变（良性与恶性）	数字病理	乳腺癌	数字乳腺断层合成（DBT）	CNN（ResNet50和DenseNet201）	医学影像	184例患者（107例良性，77例恶性）
1328	2025-07-15	CELM: An Ensemble Deep Learning Model for Early Cardiomegaly Diagnosis in Chest Radiography 2025-Jun-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131602 PMID:40647601	研究论文	本研究提出了一种基于深度学习集成模型CELM，用于胸部X光片中早期心脏肥大的自动诊断	引入了新型的基于堆叠的集成模型CELM，结合了CNN和Vision Transformer的特征，通过元分类器进行整合	需要进一步的验证以确认模型在临床环境中的可靠性	开发一种自动诊断心脏肥大的深度学习模型，以支持临床决策	胸部X光片中的心脏肥大	计算机视觉	心血管疾病	深度学习	CNN, Vision Transformer, CELM	图像	结合了PadChest、NIH CXR、VinDr-CXR和CheXpert等多个数据集的后前位(PA)图像，构成迄今为止最大且最多样化的CXR数据集之一
1329	2025-07-15	Early Diabetic Retinopathy Detection from OCT Images Using Multifractal Analysis and Multi-Layer Perceptron Classification 2025-Jun-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131616 PMID:40647615	research paper	该研究提出了一种结合多分形分析和多层感知机分类的早期糖尿病视网膜病变检测方法	首次将多分形分析应用于OCT图像以提取视网膜组织的结构不规则性特征，并结合MLP实现高精度分类	未提及外部验证集的测试结果，可能影响模型的泛化能力评估	开发可靠的自动化筛查工具用于早期糖尿病视网膜病变检测	糖尿病患者的OCT视网膜图像	digital pathology	diabetic retinopathy	OCT成像技术	MLP	image	NA
1330	2025-07-15	Pose estimation for pickleball players' kinematic analysis through MediaPipe-based deep learning: A pilot study 2025-Jun-25, Journal of sports sciences IF:2.3Q2 DOI:10.1080/02640414.2025.2524283 PMID:40563204	研究论文	本研究通过基于MediaPipe的深度学习工具对匹克球运动员的击球动作进行运动学分析	首次使用MediaPipe深度学习工具对匹克球运动员的击球动作进行运动学分析，并比较不同水平运动员的关键关节角度差异	样本量较小(14名男性运动员)，未分析其他击球类型和身体部位(如足部位置和躯干旋转)	开发匹克球运动员运动学分析工具并比较不同水平运动员的动作差异	匹克球运动员的击球动作	计算机视觉	NA	MediaPipe深度学习工具	深度学习	视频	14名男性匹克球运动员(年龄46.5±10.5岁)
1331	2025-07-15	Deep Learning Methods for Automatic Identification of Male and Female Chickens in a Cage-Free Flock 2025-Jun-24, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15131862 PMID:40646761	research paper	本研究应用基于深度学习的对象检测模型，在无笼环境中根据鸡冠大小和体型等表型特征识别母鸡和公鸡，并比较不同模型的性能指标	创新点在于使用YOLO模型基于鸡冠大小和体型特征自动识别公鸡和母鸡，为家禽养殖中的性能评估和遗传选择提供自动化监测方法	研究仅使用了6只公鸡和200只母鸡的小样本量，且仅在预产期阶段进行测试	开发自动化方法识别公鸡和母鸡，以监测公鸡行为并优化家禽养殖效率	Lohmann LSL Lite品种的母鸡和公鸡	computer vision	NA	深度学习对象检测	YOLOv5, YOLOv11	image	6只公鸡和200只母鸡
1332	2025-07-15	Innovative Technologies Reshaping Meat Industrialization: Challenges and Opportunities in the Intelligent Era 2025-Jun-24, Foods (Basel, Switzerland) DOI:10.3390/foods14132230 PMID:40646982	综述	本文系统回顾了肉类工业化中的关键技术创新，包括物理技术和数字技术，并探讨了替代肉类生产技术的潜力	介绍了物理技术（如智能切割精度提升至毫米级、脉冲电场杀菌效率超过90%）和数字技术（如物联网实时监控、区块链增强溯源透明度）的创新应用	大规模应用面临高成本、缺乏标准化和消费者接受度等关键挑战	探讨智能时代下肉类工业化的技术创新及其面临的挑战与机遇	肉类工业化中的物理技术和数字技术	食品工业智能化	NA	智能切割、脉冲电场杀菌、超声波辅助腌制、超高压处理、物联网、区块链、AI优化生产决策、细胞培养肉、3D生物打印	深度学习	NA	NA
1333	2025-07-15	Robust Autism Spectrum Disorder Screening Based on Facial Images (For Disability Diagnosis): A Domain-Adaptive Deep Ensemble Approach 2025-Jun-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131601 PMID:40647600	研究论文	本文开发并评估了一种基于面部图像的鲁棒深度集成学习系统，用于准确可靠地分类自闭症谱系障碍（ASD）	创新的ASD-UANet集成方法结合了Xception和ResNet50V2模型，采用加权集成策略（FPPR），显著提高了分类准确性和泛化能力	研究依赖于公开数据集，可能无法涵盖所有人群特征，且未在更广泛的实际临床环境中验证	开发一种鲁棒的ASD筛查方法，以促进更精确的诊断和更大的包容性	自闭症谱系障碍（ASD）患者的面部图像	计算机视觉	自闭症谱系障碍	深度学习	ASD-UANet（Xception和ResNet50V2的集成）	图像	来自Kaggle和YTUIA的两个公开数据集，以及一个未见过的实时数据集（UIFID）
1334	2025-07-15	Clinical Context Is More Important than Data Quantity to the Performance of an Artificial Intelligence-Based Early Warning System 2025-Jun-23, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14134444 PMID:40648818	研究论文	本研究探讨了基于深度学习的早期预警系统VitalCare-Major Adverse Event Score在预测成人住院患者6小时内非计划转入重症监护室、心脏骤停或死亡方面的能力	研究发现临床背景比数据量对人工智能预警系统性能的影响更大，支持了对数据完整性的细致看法	这是一项回顾性单中心研究，结果可能无法推广到其他医疗环境	评估临床数据缺失模式对AI预警系统性能的影响	成人住院患者	医疗人工智能	多系统疾病	深度学习	VitalCare-Major Adverse Event Score	电子健康记录	未明确提及具体样本量
1335	2025-07-15	Scalable Nuclei Detection in HER2-SISH Whole Slide Images via Fine-Tuned Stardist with Expert-Annotated Regions of Interest 2025-Jun-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15131584 PMID:40647583	研究论文	本研究提出了一种可扩展的深度学习框架，用于在HER2-SISH全切片图像中进行细胞核检测，以提高诊断效率和一致性	结合预训练的Stardist模型和基于图像处理的注释，并在特定领域数据集上进行微调，显著提高了细胞核检测的准确性和泛化能力	研究仅基于20个全切片图像和100个专家标记区域，样本量相对较小	开发自动化深度学习框架以提高HER2-SISH图像中细胞核检测的准确性和效率	HER2-SISH全切片图像中的细胞核	数字病理学	乳腺癌	深度学习、图像处理	Stardist	图像	20个全切片图像中的100个专家标记区域
1336	2025-07-15	Socializing AI: Integrating Social Network Analysis and Deep Learning for Precision Dairy Cow Monitoring-A Critical Review 2025-Jun-20, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15131835 PMID:40646734	综述	本文批判性分析了奶牛行为识别的最新进展，重点介绍了通过整合先进人工智能技术（如transformer模型和多视角跟踪）与社会网络分析（SNA）带来的新方法贡献	提出了创新的方法交叉点，如姿态感知的SNA框架和多摄像头融合技术，并讨论了伦理挑战和数据治理问题	当前应用仍有限，存在遮挡、标注瓶颈、数据集多样性和有限泛化能力等重大挑战	提高奶牛福利和操作效率，推动精准畜牧业的发展	奶牛行为识别与监控	机器学习和计算机视觉	NA	社会网络分析（SNA）、transformer模型、多视角跟踪	CNN、BiLSTM、convLSTM、YOLO、EfficientDet	图像、视频	NA
1337	2025-07-15	Experimental Evaluation and Machine Learning-Based Prediction of Laser Cutting Quality in FFF-Printed ABS Thermoplastics 2025-Jun-20, Polymers IF:4.7Q1 DOI:10.3390/polym17131728 PMID:40647739	研究论文	本研究通过实验和机器学习方法评估和预测了激光切割FFF打印ABS热塑性塑料的质量	结合传统、集成和深度学习算法，特别是LSTM-GRU模型，实现了对激光切割质量的高精度预测	研究仅限于ABS材料，未涉及其他热塑性塑料	优化3D打印ABS零件的后处理策略，提高聚合物基增材制造的精度和效率	FFF打印的ABS热塑性塑料板	机器学习	NA	激光切割，机器学习	Linear Regression, Support Vector Regression, Extreme Gradient Boosting, Random Forest, LSTM, LSTM-GRU, LSTM-XGBoost	实验数据	45次实验试验
1338	2025-07-15	Histopathology-based Protein Multiplex Generation using Deep Learning 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	提出了一种名为HistoPlexer的深度学习框架，能够直接从标准的H&E组织病理学图像生成空间解析的蛋白质多重图像	使用条件生成对抗网络架构和自定义损失函数，联合预测多种肿瘤和免疫标记物，同时减轻切片间的变异	NA	开发一种成本和时间高效的方法，用于肿瘤微环境表征，以推进精准肿瘤学	转移性黑色素瘤样本和其他癌症类型的像素对齐数据集	数字病理学	黑色素瘤	深度学习	GAN	图像	转移性黑色素瘤样本和不同癌症类型的公开数据集
1339	2025-07-15	Genome structure mapping with high-resolution 3D genomics and deep learning 2025-May-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.06.650874 PMID:40654659	研究论文	本文介绍了一种结合高分辨率3D基因组学和深度学习的基因组结构映射方法	开发了基于注意力的深度学习模型Cleopatra，能够以前所未有的分辨率预测3D基因组图谱	研究仅针对四种人类细胞类型，可能需要更多细胞类型验证	建立超高清3D基因组图谱框架，研究细胞类型特异性基因调控	人类细胞中的3D基因组结构和基因表达调控	基因组学	NA	Region Capture Micro-C (RCMC) 和 Micro-C	基于注意力的深度学习模型 (Cleopatra)	3D基因组数据	四种人类细胞类型
1340	2025-07-15	Boltz-1 Democratizing Biomolecular Interaction Modeling 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.19.624167 PMID:39605745	research paper	介绍Boltz-1，一个开源深度学习模型，用于预测生物分子复合物的3D结构	Boltz-1在模型架构、速度优化和数据处理方面进行了创新，达到了Alphafold3级别的准确性，并引入了Boltz-steering技术来修复模型中的幻觉和非物理预测	未提及具体局限性	推动生物分子相互作用建模的民主化，促进药物发现和蛋白质设计领域的进步	生物分子复合物的3D结构	machine learning	NA	deep learning	Boltz-1	3D结构数据	未提及具体样本数量